算法和算法复杂度
1.算法:对问题求解步骤的描述,通过有限序列的指令来实现。
五大特征:
1.有穷性:有限步之后结束 不会出现无线循环。
2.确定性:不存在二义性,算法的每个步骤被精确定义。
3.可行性:比如受限于计算机的计算能力,有些算法虽然理论上可行,但实际上无法完成。
4.输入:能被计算机处理的各种类型数据,如数字,音频,图像等等。
5.输入:一至多个程序输出结果。
2算法复杂度:
时间复杂度:
定义:
它用来衡量算法随问题规模增大,算法执行时间的快慢。
时间复杂度是问题规模的函数:记作T(n),时间复杂度 主要分析T(n)的数量级。
T(n)=O(f(n)),大O记法,f(n)是算法中基本运算的频度,一般我们考虑最坏的情况下
的时间复杂度。
常用的时间复杂度的大小关系:
计算方法:去算法时间增长最快的那个函数项,把它的系数改为1。
复杂方法:
常用方法:
@(单个循环体)
循环的走法:初始 i —>判断是否满足条件—>操作—–> i变换—–> 在判断 —–>操作—–> 直到不满足条件
@(多个循环体)
空间复杂度S(n):指算法运行过程中所使用的辅助空间的大小。记为S(n)=O(f(n))
定义:
它是用来衡量算法随着问题规模增大,算法所需空间的增长的快慢。
他是问题规模的函数:S(n)=O(g(n)).
辅助空间:除了存储算法本身的指令、常数、变量和输入输出数据外,还需要存储对数据操作的存储单元
算法原地工作是指算法所需的辅助空间是常量,即O(1)。